APPLICATION OF ADVANCED DATA ASSIMILATION METHODS IN
OFF-SITE CONSEQUENCE ASSESSMENT
Ing. Radek Hofman, Ph.D.
Fakulta jaderná a fyzikálně inženýrská, České vysoké učení technické v Praze

V případě radiační nehody jsou aktualní informace a prognózy vývoje radiační situace (včetně možných následků) nutné pro zajištění podpory krizového řízení. Spolehlivost těchto předpovědí lze úspešně zvýšit využitím tzv. “data asimilačních” metod, což je skupina matematických metod umožňujících statisticky optimálně zkombinovat měřená data s předpovědí numerického modelu. Předkládaná disertační práce se zabývá aplikací pokročilých data asimilačních metod v oblasti radiační ochrany se zaměřením na zpřesňování predikcí následků úniků radioaktivních škodlivin do životního prostředí.

Hlavní přínosy disertační práce spočívají v návrhu a implementaci sekvenčních data asimilačních metod použitelných jak v časné tak i pozdní fázi radiační nehody. Asimilace je v této práci chápána jako speciální případ rekurzivní bayesovské filtrace. Na rozdíl od předchozích prací na toto téma, kde byly navrhované data asimilační algoritmy založeny na kalmanovské filtraci, v předkládané disertační práci se zaměřujeme na sekvenční metody Monte Carlo, přesněji na particle filtry.

Sekvenční metody Monte Carlo byly v práci identifikovány jako vhodný nástroj pro analýzu radiační situace v časné i pozdní fázi radiační havárie. Oproti klasickým metodám přinášejí lepší vhled do řešené problematiky a na otázky týkající se radiační ochrany poskytují pravděpodobnostní odpovědi. Dále poskytují velkou univerzálnost umožňující formulovat různé asimilační scénáře podle požadavků krizového týmu. Použití sekvenčních metod Monte Carlo je důležitým krokem k operačnímu nasazení on-line data asimilačních systémů.

Navrhovaný asimilační algoritmus pro časnou fázi radiační nehody využívá particle filtry s adaptivní volbou vzorkovací hustoty (tzv. proposal hustoty). Tato metodika je aplikovatelná na všechny parametrizované atmosférické disperzní modely. Metodika byla demonstrována na simulovaném úniku z jaderného zařízení, kde vstupní meteorologická data a zdrojový člen byly zkorigovány na základě měření dávkového příkonu.

Navrhovaný asimilační algoritmus pro pozdní fázi radiační nehody je založen na marginalizované verzi particle filtru, kde původní filtr byl rozšířen i na neoptimální přibližné filtry. Výsledkem je hybridní data asimilační metoda, kde několik ensemble filtrů je paralelně propagováno. Metodika byla aplikována na odhadování prostorového rozložení depozice radionuklidů na terénu jakožto následku simulovaného úniku. Souběžně byla odhadována rychlost odstraňování aktivity z povrchu.

Protože až do havárie v jaderné elektrárně Fukushima-Daiichi nebyla k dispozici žádná skutečná radiologická měření, experimety v disertační práci byly prováděny jako “twin experimenty”, kdy se měření simulují pomocí nějakého modelu a perturbují náhodným šumem. V další práci chceme využít dostupná radiologická měření z havárie ve Fukushimě a pokusit se zpřesnit odhady zdrojového členu, tj. skutečné množství uniklých radionuklidů.

Vyvinuté algoritmy a software pro podporu rozhodování jsou v současné době vyhodnocovány ve Stárním ústavu radiační ochrany, v.v.i, kde je možnost napojení celého systému na on-line výstupy z radiační monitorvací sítě ČR. Metodiky navržené v disertační práci jsou dále rozvíjeny při řešení grantového projektu VG20102013018 v rámci Bezpečnostního výzkumu Ministerstva vnitra ČR, který probíhá v UTIA AV CŘ v.v.i. v letech 2010-2013 a kde je autor disertační práce členem řešitelského týmu.

Asimilační metodiky jak pro časnou tak pozdní fázi jsou implementovány v systému pro podporu krizového rozhodování HARP (HAzardous Radioactivity Propagation) - nejlepší aplikaci UTIA v roce 2010. Disertační práce získala ocenění České nukleární společnosti.